图书介绍
多目标优化方法在材料成型中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- 马劲红，陈伟，李娟，张利亚著 著
- 出版社： 北京：冶金工业出版社
- ISBN：9787502466510
- 出版时间：2014
- 标注页数：145页
- 文件大小：22MB
- 文件页数：156页
- 主题词：工程材料－成型
PDF下载
下载说明
多目标优化方法在材料成型中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
1 遗传算法1
1.1 遗传算法的生物学基础1
1.1.1 遗传与变异1
1.1.2 进化2
1.1.3 遗传与进化的系统观3
1.2 遗传算法的发展3
1.3 遗传算法的特点5
1.4 遗传算法的应用6
1.5 遗传算法优化9
1.5.1 遗传算法优化的基本原理和步骤9
1.5.2 遗传算法优化的特点13
2 人工神经网络16
2.1 人工神经网络简介16
2.2 人工神经网络发展历史17
2.3 人工神经元模型18
2.3.1 生物神经元的结构18
2.3.2 人工神经元模型19
2.4 神经网络基本概念21
2.4.1 典型的神经网络结构21
2.4.2 学习方式22
2.4.3 学习算法23
2.4.4 BP神经网络25
2.5 人工神经网络的技术特性及优势29
3 模糊数学30
3.1 模糊数学的发展30
3.2 模糊集32
3.2.1 模糊集合的相关概念32
3.2.2 模糊子集的定义32
3.2.3 截集33
3.3 模糊数学模型33
3.3.1 对称性模糊优化数学模型33
3.3.2 非对称性模糊优化数学模型34
3.3.3 水平截集法35
3.3.4 水平截集法的改进36
3.3.5 基于二级模糊评判理论确定最优水平值λ的方法36
4 多目标优化39
4.1 多目标优化问题概述39
4.2 多目标优化的基本概念41
4.3 传统多目标优化问题求解方法44
4.3.1 求解方法44
4.3.2 局限性48
4.4 求解多目标问题的演化算法48
4.4.1 求解多目标问题演化算法的发展过程48
4.4.2 主要算法49
4.4.3 按照适应度和选择方式进行分类53
5 多目标遗传算法55
5.1 多目标遗传算法的优化机理55
5.2 多目标遗传算法的常用求解方法56
5.3 基于MATLAB遗传工具箱的优化方法58
5.3.1 MATLAB遗传算法工具箱的通用函数58
5.3.2 MATLAB遗传算法的终止61
5.4 多目标遗传算法计算步骤61
5.5 棒材孔型多目标遗传优化设计62
5.5.1 孔型多目标优化设计中的目标函数63
5.5.2 棒材孔型多目标优化设计的约束条件64
5.5.3 惩罚函数法70
5.5.4 棒材全连轧孔型优化设计71
6 多目标遗传算法和有限元法相结合的优化方法及应用80
6.1 多目标遗传算法和有限元法相结合的优化思想80
6.2 多目标遗传算法和有限元程序的结合方法81
6.2.1 APDL语言简介81
6.2.2 多目标遗传算法和有限元法相结合的方法82
6.3 多目标遗传算法和有限元法相结合程序的计算步骤84
6.4 多目标遗传算法和有限元法相结合的程序85
6.5 多目标遗传算法和有限元法相结合优化波纹轨腰钢轨的波纹参数85
6.5.1 优化的有限元模型86
6.5.2 优化方法87
6.5.3 优化分析88
6.6 多目标遗传算法和有限元法相结合优化连铸坯冷却参数90
6.6.1 优化数学模型90
6.6.2 两种优化算法92
6.6.3 异型坯连铸二冷配水方案优化结果93
6.6.4 算法比较95
6.7 多目标遗传算法和有限元法相结合优化机架圆角96
6.7.1 优化的有限元模型96
6.7.2 优化方法97
6.7.3 优化分析97
7 BP-NSGA相结合的优化方法100
7.1 BP-NSGA相结合的优化思想100
7.1.1 非支配分类遗传算法100
7.1.2 带精英策略的非支配分类遗传算法100
7.1.3 基于BP神经网络的预测模型101
7.1.4 BP神经网络和带精英策略的非支配分类遗传算法相结合104
7.2 BP-NSGA-Ⅱ相结合的优化方法104
7.3 BP-NSGA相结合的优化方法的计算步骤105
7.4 BP-NSGA相结合的优化机架圆角106
7.4.1 机架的有限元分析106
7.4.2 机架载荷的施加107
7.4.3 机架有限元计算的结果分析109
7.4.4 训练样本112
7.4.5 测试神经网络的预测性能114
7.4.6 基于NSGA-Ⅱ的轧机机架结构参数的多目标优化116
8 模糊综合评判在多目标优化中的应用120
8.1 模糊优化设计的概述120
8.2 模糊优化分析的方法120
8.2.1 采用模糊贴近度法寻求最优解121
8.2.2 一级模糊综合评判方法124
8.3 模糊多目标优化步骤125
8.4 Y型轧机轧辊的优化设计125
8.4.1 轧辊有限元分析126
8.4.2 设计变量128
8.4.3 设计约束129
8.4.4 目标函数131
8.4.5 轧辊优化方法的选取132
8.4.6 多目标优化的结果133
8.4.7 模糊综合评判138
8.4.8 优化结论139
参考文献140